曦望启望S3推理成本较上一代降约90%，押注极致性价比

2025年芯片交付量已突破万片。

在大模型产业从“训练驱动”走向“推理驱动”的关键拐点上，国产GPU厂商正重新审视算力的商业价值与交付方式。

据IPO早知道消息，1 月 27 日，曦望（Sunrise）于首届Sunrise GPU Summit中，正式发布新一代推理GPU芯片启望S3，并披露其围绕推理场景构建的算力产品体系及共建推理云生态计划。这也是曦望在近一年累计完成约30亿元战略融资后首次集中公开亮相。

曦望董事长徐冰表示，随着大模型进入规模化应用阶段，AI产业正从“训练驱动”转向“推理驱动”。相比一次性投入巨大的训练，推理更强调长期交付能力、单位成本和系统稳定性。

“谁能持续降低推理成本，谁就掌握了AI产业的成本曲线。”他指出，曦望并不希望只做一家卖芯片的公司，而是围绕推理场景，构建“芯片+系统+生态”的整体布局，让推理算力真正成为可规模化、可持续的基础设施。

2025年，专注于推理GPU的曦望芯片交付量已突破万片。徐冰表示，希望通过推理算力体系的系统性创新，助力AI应用实现规模化落地与可持续增长。

S3继续强化推理，主流场景成本较上一代降低约90%

与强调峰值算力和通用能力的训推一体GPU路线不同，曦望在启S3芯片上继续强化其“All-in 推理”的定位。

曦望联席CEO王勇在发布会上表示，AI行业正在进入以应用落地为核心的下半场，推理逐步超越训练，成为主要算力消耗场景。相比训练阶段的一次性高投入，推理更强调长期交付能力、单位成本和系统稳定性，这也正在改变GPU的竞争逻辑。

据介绍，启望S3是一款面向大模型推理深度定制的GPGPU芯片，围绕真实推理负载，对芯片架构、存储体系与互联方式进行了系统级设计。相比上一代产品，S3在典型推理场景下的整体性价比提升超过10倍。

在算力与存储设计上，S3支持从FP16到FP4的精度自由切换，在保证模型效果的前提下显著提升低精度推理效率；同时率先在国内GPGPU产品中采用LPDDR6显存方案，显存容量较上一代提升4倍，缓解了大模型推理中常见的显存瓶颈问题。

在DeepSeek V3/R1满血版等主流大模型推理场景中，S3的单位Token推理成本较上一代降低约90%。王勇表示，这使“百万 Token 一分钱”从概念走向可规模化部署的工程能力。

王勇表示，曦望的推理GPU并非单点硬件创新，而是通过芯片架构、软件体系与算力交付方式的一体化设计，将硬件能力稳定转化为可交付、可计价的推理算力。目前，曦望已构建与CUDA兼容的基础软件体系，支持推理应用低成本迁移与持续优化，相关能力已覆盖 ModelScope平台90%以上主流大模型形态。

围绕启望S3，曦望同步发布了面向大模型推理的寰望SC3-256超节点方案，可高效支撑PD分离架构与大规模专家并行（EP）部署，适配千亿、万亿级参数的多模态MoE推理场景。

在交付形态上，寰望SC3采用全液冷设计，核心能效指标PUE表现极致。曦望方面表示，在同等算力规模下，该方案的整体交付成本控制在千万元级别，相较行业内同类亿元级方案降低一个数量级。

同时，曦望还推出覆盖PCIe、OAM模组、一体机及AI计算集群在内的S3产品矩阵，覆盖从单机推理到大规模集群部署的多样化需求。

重构推理算力交付模式，生态协同成关键变量

相较于S3回答的“推理算力如何更便宜”，此次曦望共建的推理云计划，则进一步指向“算力如何更好用”。

随着推理逐渐成为大模型算力消耗的主要来源，推理算力在实际落地中普遍存在资源碎片化、运维复杂、成本不可预测等挑战。

在当前推理更强调持续交付能力与长期单位成本的背景下，曦望将生态共建推理云视为其推理算力体系中的关键一环。依托自研推理GPU，曦望已实现从底层芯片到上层平台的全栈优化，将硬件能力以平台化方式稳定释放，从而降低模型适配和系统部署复杂度，形成面向应用落地的完整算力交付路径。

曦望联席CEO王湛表示，新一代AI算力平台，应具备软硬件深度协同、资源利用高度弹性、技术门槛低且运行稳定可靠等特征。基于这一判断，曦望通过云化方式对算力交付模式进行重构，使推理算力从“设备能力”转化为可标准化、可规模化的服务能力。

据介绍，共建推理云以启望S3为底座，通过GPU池化与弹性调度，将分散的算力资源整合为统一的推理算力池，并以MaaS（Model as a Service）作为核心入口，向企业提供开箱即用的大模型推理服务。企业无需关注底层硬件配置和集群运维，即可按需调用模型能力，并根据业务负载灵活扩展算力规模。

在稳定性与运维层面，共建推理云在千卡级集群场景下可用性达到99.95%，横向扩展效率超过95%。

为此，曦望联合商汤科技、第四范式等生态伙伴，共同发起“百万 Token 一分钱”推理成本计划。曦望表示，该计划并非单一产品能力的展示，而是多方围绕推理算力成本形成的协同共识，标志着大模型推理正在从“技术可行”走向“经济可行”，为 AI 应用规模化落地提供清晰的成本锚点。

此外，随着推理算力竞争从单点技术走向系统工程能力比拼，产业协同的重要性日益凸显。

现场，曦望与浙江大学签署战略合作协议，联合成立“智能计算联合研发中心”，围绕光互连GPU超节点架构、半导体虚拟制造（计算光刻）以及AI高精度气象预测等前沿方向展开协同研究。

此外，曦望还与中交信科集团、杭钢数字科技、浙江算力科技、三一集团、协鑫科技等企业达成战略合作，推动推理算力在交通、制造、医疗等行业的落地应用。

本文为IPO早知道原创

作者｜苏打